Google DeepMind va scanner un million d’yeux pour combattre la cécité avec le NHS

Retinal scans are produced rapidly, but require great skill to interpret. Photograph: Tim Mainiero / Alamy Stock Photo/Alamy Stock Photo
Retinal scans are produced rapidly, but require great skill to interpret. Photograph: Tim Mainiero / Alamy Stock Photo/Alamy Stock Photo

Google DeepMind et le NHS [National Health Service, système de santé publique du Royaume-Uni] développent un système d’apprentissage automatique avec Moorfields Eye Hospital pouvant reconnaitre des pathologies touchant la vue via un simple balayage numérique de l’œil.

Mustafa Suleyman, co-fondateur de DeepMind, dit que c’est la première incursion de la compagnie dans une recherche purement médicale. Dans cette nouvelle collaboration avec Moorfields, un algorithme sera formé en utilisant un million de balayages oculaires anonymes pour s’exercer à identifier les premiers signes de dégénérescence oculaires telles que la dégénérescence maculaire humide liée à l’âge [principale cause de malvoyance chez la personne âgée] ou la rétinopathie diabétique [complication du diabète et première cause de cécité avant 65 ans].

« Si vous avez du diabète vous êtes 25 fois plus à même de devenir aveugle. Si nous pouvons le détecter, et le traiter aussi tôt que possible, alors 98% des pertes de vision les plus sévères pourraient être évitées », dit Suleyman.

En formant un réseau neuronal pour faire l’évaluation des balayages oculaires, la vitesse et la précision des diagnostiques pourraient être grandement augmentées, ce qui permettrait de sauver la vue de milliers de personnes.

Google DeepMind dispose d’un accès aux données de santé des patients du NHS

Etant donné que la collaboration avec Moorfields implique des informations anonymes, Google s’est vu donné la permission d’accéder [à ces informations] via une entente de collaboration en matière de recherche avec l’hôpital, et a publié un protocole de recherche, comme le veut la pratique standard pour les essais cliniques.

Les scannes montrent des détails jusqu’au niveau cellulaire, ce qui est extrêmement pratique. Mais avec un million de ces analyses, cela pourrait prendre un certain temps aux médecins de les traiter manuellement, c’est là que DeepMind intervient.

Ceci prendra probablement un peu de temps avant que les résultats réels soient communiqués, mais si la recherche devient un succès, cela pourrait aider des millions de personnes à travers le monde ayant des risques de maladies oculaires dégénératives.

Traduction Thomas Jousse

The Guardian

Enregistrer

L’IA vient d’avoir un gros “boost” dans sa capacité à comprendre l’actualité

Vous pourriez bientôt converser avec votre ordinateur sur les informations du matin. Une IA a appris à lire et à répondre aux questions sur un article d’actualité avec une précision sans précédent.

La création de systèmes d’IA pouvant apprendre en arrière-plan à partir des sources d’informations existantes, est l’un des grands enjeux de la science informatique. « Les ordinateurs n’acquièrent pas le type de connaissance générale et le bon sens sur le fonctionnement du monde [en lisant] des romans et en regardant des sitcoms », explique Chris Manning de Stanford University.

Pour se rapprocher un peu plus de cela, l’année dernière, l’équipe DeepMind de Google a utilisé des articles du site web du Daily Mail et de CNN pour entraîner un algorithme à lire et comprendre une histoire courte. L’équipe avait utilisé les résumés en haut de ces articles pour créer des questions d’interprétations simples qui ont formé l’algorithme pour rechercher les points clés.

Aujourd’hui, un groupe dirigé par Manning a conçu un algorithme qui a battu les résultats de DeepMind par un impressionnant [score de] 10% sur les articles de CNN et 8% pour les histoires du Daily Mail. Il a obtenu un score de 70% dans l’ensemble.

L’amélioration est venue en rationalisant le modèle de DeepMind. « Certaines des choses qu’ils avaient causaient des complications inutiles », dit Manning. « Vous vous en débarrassez et les chiffres augmentent. »

Un compromis de conception

« C’est logique », dit Robert Frederking de Carnegie Mellon University à Pittsburg. « La fabrication de quelque chose de plus compliquée ne la rend pas meilleure. »

Il y a un compromis dans la conception d’IA : si un algorithme est complexe, il est plus puissant, mais pour être plus performant, il a besoin de plus de données pour apprendre, dit Frederking. Des IA simplifiées peuvent s’entraîner rapidement avec de plus petites quantités de données.

Manning indique qu’il n’y a pas beaucoup plus d’un ordinateur qui peut apprendre de cet ensemble de données particulier. Pour préparer les centaines de milliers d’articles pour les lecteurs d’IA, DeepMind a utilisé un programme pour passer à travers eux et attribuer la même étiquette pour les noms et les pronoms qui les référencent. Mais ce programme a inévitablement confondu certains pronoms. De nouveaux noms et pronoms marqués dans un nouvel ensemble de données seraient nécessaires pour garder l’amélioration de lecture de l’IA.

L’avantage d’utiliser des articles de Daily Mail et CNN était dû à leur nombre important, dit Julia Hockenmaier de l’Université de l’Illinois à Urbana-Champaign. Plus l’algorithme apprend des textes, plus il devient intelligent. Cela va être compliqué de trouver ou créer un autre grand ensemble de textes venant avec des questions toutes faites, dit-elle.

Avant que nous ne libérions l’intelligence artificielle pour recueillir des connaissances sur les textes du monde, il reste quelques défis à surmonter, dit Frederking. « Il est difficile de garder ces choses sur la bonne voie et de déterminer quelles sont les informations à garder ou à jeter », dit-il. « Si vous n’êtes pas prudent, votre système d’IA pensera qu’Obama est né au Kenya. »

Référence : arxiv.org/abs/1606.02858 ; Download PDF

New Scientist

Traduction Thomas Jousse

Google DeepMind et FHI collaborent pour présenter un système de neutralisation de l’IA

Safely Interruptible Agents (agents interruptibles en toute sécurité) Télécharger le PDF de l’étude.

Les Universitaires d’ Oxford font équipe avec Google DeepMind pour rendre l’intelligence artificielle plus sûre. Laurent Orseau, de Google DeepMind, et Stuart Armstrong, du Future of Humanity Institute à l’Université d’Oxford, présenteront leurs travaux de recherche sur le renforcement de l’apprentissage de l’agent d’interruptibilité à l’AUI 2016. La conférence, l’une des plus prestigieuses dans le domaine du machine learning, se tiendra à New York à partir du 25-29 juin. Le document qui a résulté de cette recherche collaborative sera publié dans le compte rendu de la 32e Conférence sur l’incertitude dans l’intelligence artificielle (UAI).

La recherche d’Orseau et Armstrong explore une méthode pour faire en sorte que l’apprentissage par renforcement de la machine (un agent) peut être interrompu à plusieurs reprises en toute sécurité par des surveillants humains ou automatiques : inclure un mécanisme d’urgence. Cela garantit que les agents n’«apprennent» pas de ces interruptions et ne prennent pas de mesures pour éviter ou manipuler les interruptions : s’assurer que la machine n’apprendra pas à planifier autour de ce mécanisme.

Lire la suite du Communiqué de presse

Le Directeur de l’IARPA (Director of the Intelligence Advanced Research Projects Activity), Jason Matheny, un ancien chercheur à FHI, discute des prévisions et des risques des nouvelles technologies.

7 Jours de l’intelligence artificielle (vo)

Si Dieu a créé son univers en 7 jours; que pourrait faire l’IA ? L’arrivée de l’intelligence artificielle promet l’explosion de l’Intelligence – où la Singularité conduirait à une augmentation exponentielle des capacités de l’IA. De cette super intelligence pourrait conduire à l’arrivée d’un omniprésent, omnipotent, omniscient. Comment l’humanité recevra-t-elle cette nouvelle entité ? Sera-t-elle omnibienveillante ?

http://tinyurl.com/7daysofai by Pierre Roquet

Google DeepMind dispose d’un accès aux données de santé des patients du NHS

Google a de grandes ambitions dans le domaine de la santé. Un accord de partage des données obtenu par New Scientist montre que la collaboration de Google DeepMind avec le Service National de santé du Royaume-Uni (National Health Service – NHS) va bien au-delà de ce qui a été annoncé publiquement.

Le document – une entente de partage des données entre la société d’intelligence artificielle de Google DeepMind et le Royal Free NHS Trust – donne une image encore plus claire de ce que fait la société et à quelles données sensibles elle a maintenant accès.

L’accord donne accès à DeepMind à un large éventail de données de santé sur les 1,6 millions de patients qui passent par trois hôpitaux de Londres, dirigés par le Royal Free NHS Trust – Barnet, Chase Farm et le Royal Free – chaque année. Il s’agira notamment d’informations sur les personnes qui sont séropositives, ainsi que les détails sur les overdoses et les avortements. L’accord comprend également l’accès aux données des patients des cinq dernières années.

DeepMind a annoncé en février qu’elle travaillait avec le NHS, disant qu’il a été développé une application appelée Streams pour aider le personnel de l’hôpital à surveiller les patients atteints d’insuffisance rénale. Mais l’accord donne à penser qu’il y a des plans pour beaucoup plus. “Ça ne concerne pas seulement la fonction rénale. Ils obtiennent les données complètes”, dit Sam Smith, qui dirige le groupe de protection des données de santé MedConfidential.

L’accord stipule clairement que Google ne peut pas utiliser les données dans une autre partie de son activité. Les données elles-mêmes sont sauvegardées au Royaume-Uni par une tierce partie mandatée par Google, pas dans les bureaux de DeepMind. DeepMind est également obligé de supprimer sa copie de données lorsque l’accord arrivera à expiration fin septembre 2017.

[…]

Le document révèle également que DeepMind développe une plate-forme appelée Patient Rescue, qui offrira des services de données analytiques au NHS Trust. Elle affirme que Patient Rescue utilisera les flux de données des hôpitaux pour construire d’autres outils, en plus de Streams, qui pourraient procéder à une analyse en temps réel des données cliniques, et d’appuyer les décisions de diagnostiques. Un seul objectif, dit l’accord, est pour que ces outils aident le personnel médical à adhérer à National Institute for Health and Care Excellence guidelines – NICE (Institut national des directives de santé et de soins d’excellence) du Royaume-Uni.

DeepMind ne prévoit pas d’automatiser les décisions cliniques – par exemple, les traitements à donner aux patients – mais il dit qu’il veut soutenir les médecins en faisant des prédictions basées sur des données qui sont trop larges pour un individu.

En comparant les informations d’un nouveau patient avec des millions d’autres cas, Patient Rescue pourrait, par exemple, être en mesure de prévoir qu’ils sont dans les premiers stades d’une maladie qui n’est pas encore devenue symptomatique. Les médecins pourraient ensuite exécuter des tests pour voir si la prédiction est correcte.

[…]

Il n’y a pas de meilleure entreprise dans le monde dans l’exploration de données (data mining) et dans le domaine du machine learning et de l’intelligence artificielle que Google.

Lire l’article sur New Scientist

Si Google n’a rien à cacher sur les données du NHS, pourquoi tant de mystère ?

L’IA de Google perd contre le champion du monde pour la première fois

Lee Sedol a battu le programme d’intelligence artificielle de Google DeepMind dans le jeu de Go. C’est sa première victoire.

Match 3 – Google DeepMind Challenge Match: Lee Sedol vs AlphaGo streaming live

AlphaGo vient de remporter son troisième match

Heure française 04h00 le 12/03/16

Watch DeepMind’s program AlphaGo take on the legendary Lee Sedol (9-dan pro), the top Go player of the past decade, in a $1M 5-game challenge match in Seoul. This is the livestream for Match 3 to be played on: 12th March 13:00 KST (local), 04:00 GMT; note for US viewers this is the day before on: 11th March 20:00 PT, 23:00 ET.

e-Santé : Google DeepMind

Lancement de DeepMind Health. Identifier les patients à risque avec l’application mobile Streams. Google DeepMind vient aussi de faire l’acquisition de Hark, une appli. clinique de gestion des tâches.

source : Google DeepMind